Visceral adipose tissue accumulation and cardiovascular disease risk profile in postmenopausal women with impaired glucose tolerance or type 2 diabetes
Notice bibliographique
Résumé
OBJECTIVE: Women with impaired glucose tolerance (IGT) and type 2 diabetes (T2D) are more at risk of cardiovascular disease. The aim of this study was to test the hypothesis that increased visceral adipose tissue (VAT) could explain to a large extent alterations in the cardiovascular disease risk profile of postmenopausal women with IGT or T2D. DESIGN, PATIENTS AND MEASUREMENTS: Sixty-two women with normal glucose tolerance (NGT), 33 with IGT and 18 with de novo diagnosed T2D were tested. The sample was further divided into five groups: (i) NGT-low VAT (<130 cm(2) ); (ii) NGT-high VAT (≥130 cm(2)); (iii) IGT-low VAT (<130 cm(2) ); (iv) IGT-high VAT (≥130 cm(2) ) and (v) T2D. RESULTS: Women with T2D, women with IGT-high VAT and those with NGT-high VAT all had lower insulin sensitivity as determined by the euglycaemic-hyperinsulinaemic clamp (M_I), higher triglyceride (TG), lower HDL(2)-cholesterol (chol) levels and higher levels of high-sensitivity C-reactive protein than women with NGT-low VAT. Only differences in M_I and early insulin response (EIR) were observed between women with IGT-high VAT and those with NGT-high VAT (lower values in IGT-high VAT). Women with T2D had lower M_I and EIR as well as higher plasma TG and lower plasma Apo A1 and HDL-chol concentrations than women with NGT-high VAT. CONCLUSIONS: Our results suggest that increase in VAT accumulation usually found in women with IGT explains to a large extent the deterioration in their plasma lipid-lipoprotein and inflammatory profile. However, factors other than VAT are involved in explaining the high TG-low HDL dyslipidaemia observed in women with T2D.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».